データ分析のツール・言語比較

 

最近流行りの人工知能、その基盤技術となるデータ分析のツールをざっと比較してみます。

 

【Excel】

ビジネス層との共通言語

直感的

ピボットテーブルは便利

大きなデータは扱いづらい

GUIなので何をやったか記録が完全には残らない

 

 

【R】

拡張性

グラフィクスが豊富(Excelの100倍以上)

日本語でも資料が豊富(今まで注目されず書店にはあまり残ってない)

 

 

【Python】

実行速度が速い(SciPy,NumPyの使用により)

機械学習ライブラリScikit-Learnの内容が充実(英語)

Deep Learningでは実際はこれが使われている

画像処理など・・・

 

 

【1、Excel】

 

触れたことがある人が多く、GUIなので、操作もわかりやすいです。

Excel関数をいくつか覚えていらっしゃる方も多いと思います。

なのでExcelでのデータ解析は、初心者に導入しやすいです。

一方で、重回帰分析、主成分分析、クラスター解析などの、データ解析の要である、多変量解析をExcelで行ったことがある方は意外と少ないのではないでしょうか？

デフォルトの設定でMicrosoftのExcelをインストールした場合、データ分析のアドインを後から入れなければいけません。なので、普通にExcelの上のタブをいろいろ試したところで、単なる集計と可視化以上のデータ解析はできないことが注意点です。

ですが、ビジネス層との共通言語であり、ビジネスマンにゼロからRやPythonを教えるのに比べると、本当に簡単なデータ解析についてはExcelで教えてしまった方が早いのも事実。。

Excelのバージョンによっても微妙に仕様が違うので、大勢に対してレクチャーをやるときは、いくつかのバージョンでのやり方を調べてからやりましょう。

 

【2、R】

 

基本的にCUI(Character User Interface)、つまりコマンドを書いていく作業が必要になり、初心者にはとっつきにくい反面、ある一定以上のレベルになると、様々な無料の拡張パッケージがあり、天国です。

多変量解析・機械学習は大体1行のコマンドで終わり意外と簡単です。

RになれるとExcelのいい加減さというか、機能のなさ、重たさ、そもそもExcelにデータが入っていないことに対する不満で、Excelで何かやろうという気はなくなります。
特に拡張性の低さ。データ解析をやっている人である一定レベル以上の人は、RかPythonなので、Excelを拡張することへの需要がなく、Excelは拡張性が低いです。

データ解析は必ずしも、Excelの表のようなものだけを扱うわけではなく、テキスト情報や画像情報も扱うのですが、Excelだとそれらに対応できないという弱点があります。RやPythonは、幅広いデータに対して、解析できます。

PythonとRを比較した場合、グラフィクスのバリエーションがRの方がとりわけ優れており、これもRがすぐれている理由の一つです。

また、統計関係で、新しいアルゴリズムが論文で出る際、Rで実装されることが、多いです。

 

【3、Python】

 

最近いろんな分野で勢力を増しているPythonですが、データ解析の分野も例外ではないです。

特に重い処理は、C++など低級言語で書かれているSciPy,NumPyなどのライブラリで処理すると、処理速度も大きいです。

最近話題のDeepLearningのフレームワークの大部分がPythonで書かれていることもあり、データ解析・人工知能をやる際に、まず一番初めにPythonから入る人も散見されます。
母国語が英語圏の人は、Pythonから入ればよいと思います。

ただし英語に少し不自由する方は、まだRの優位性がありそうです。
Rは日本語のチュートリアルが豊富なので。ただし最近はPythonでのデータ解析のチュートリアルが日本語に一部訳され始めているため、今からデータ解析を始める場合、Pythonから入るのもありと思います。

 

おわりに

 

他にもデータ解析のツールはMatlab, SPSSなど有料ツールもあるのですが、今回は一般の人が低コストで、この分野に入る王道の3つのツールについてご紹介しました。

東京大学大学院　博士課程1年　鈴木瑞人